896线激光雷达上市，FSD落地中国承压
3月4日，华为在深圳发布了重磅产品，896线激光雷达量产装车。华为常务董事、终端BG董事长余承东在发布会上说，896线激光雷达覆盖问界、尊界等全系车型。
多年来，汽车市场一直有视觉派与激光雷达派之争，此前，市场上的车载激光雷达产品以128线和192线为主流规格，部分高端产品达到300-520线。此次新产品问世，人们不禁再次把目光投向视觉派与激光雷达派的对比。
今天的对比与以往更有不同，特斯拉的FSD一直传闻将落地中国，但受数据合规、算力瓶颈等多重制约，落地进程还没有明朗。此时此刻，FSD落地中国将承受一定的压力。
从“点云”到“图像”的感知跃迁
华为此次发布的896线激光雷达，以“双光路架构+超高线数”为核心突破，实现了从“点云级”到“图像级”的感知质变。记者在发布会现场看到，激光装置的垂直方向部署896个独立激光发射源，点云密度较上一代192线产品提升4倍，单帧点云量达128线产品的7倍，形成“4K级”空间分辨率。
华为智能汽车解决方案BU CEO靳玉志在发布会现场详细讲解了产品的优势识别微小障碍物、强化环境适应性。
在高速公路上驾驶，大家最怕什么？大家普遍认为，不大不小的障碍物比较可怕。大的障碍物，在很远的地方就可以看到，没有太大的危险，太小的障碍物对车辆没有太大的影响，也不会造成很大的危险。
14厘米的障碍物，算大吗？不大，算小吗？也不小。余承东说，14厘米的障碍物，正好卡在乘用车底盘高度之间，对于SUV来说，底盘高于14厘米，很多小型车，或者跑车，底盘对于14厘米。
华为896线激光雷达在120米外可稳定识别14厘米高的碎石、锥桶、倒地轮胎等低矮障碍物，恰好覆盖绝大多数车型底盘高度。实测数据显示，其对低反射率目标（如倒地轮胎）的识别距离提升190%，对异形障碍物（如横倒锥桶）的识别距离提升77%。
华为896线激光雷达探测距离比以前更远了。在170米外可探测倒地轮胎，为驾驶辅助系统争取2-3秒额外反应时间，显著降低“鬼探头”、静止故障车等危险场景的接管率。
在发布会现场，对比测试显示，896线雷达在远距目标识别中“多点命中”率远超64线、128线和192线。64线仅能感知“有东西”，128线可以看到模糊轮廓，192线的性能进一步提升，中距稳定但远距虚焦。896线雷达的性能有了大幅度提升。
激光雷达安装在车顶，为了加强安全，这款激光雷达采用钢化膜玻璃封装，硬度提升25%，耐久性提升2倍，经沙尘暴环境30小时测试无损伤，可稳定应对雨雾、逆光、夜间等复杂场景。
华为的896线激光雷达的问世，进一步强化了激光派的信心，此前，速腾聚创EM4系列已实现1080/720/520线多规格量产，其数字化SPAD+VCSEL芯片架构可在130米外识别13×17厘米小物体；禾赛科技ETX 800线产品还未量产，其摆镜+转镜二维扫描架构预示高线数技术路径的多元化。
大家似乎逐渐形成共识，2026年将成为“千线级”激光雷达大规模上车元年，这是技术成熟度与市场需求的双重驱动的结果，速腾聚创EM平台已获13家车企56款车型选配，华为896线雷达首发即覆盖鸿蒙智行“五界”及“华系”多品牌，高线数雷达正从高端车型向主流市场渗透。
FSD的技术理想与现实困境的碰撞
特斯拉FSD将落地中国市场的传闻，始终伴随着“技术先进性”与“本土化适配性”的激烈争论。此前马斯克接受采访时宣称，2026年2-3月FSD在中国落地有望获全面批准，但数据合规、算力瓶颈、场景适配三大难题，使其落地进程充满变数。
为了符合我国对数据监管的要求，特斯拉在上海建立数据中心，实现30亿公里中国道路数据本地化存储，但受数据跨境传输禁令限制，这些数据无法接入美国Dojo超算进行模型训练，导致中美FSD模型参数出现结构性分叉。
据公开资料显示，混合训练模型在夜间暴雨场景下的精度（mIoU）为78.4%，而仅用美国旧模型，精度暴跌至63.1%。特斯拉FSD要落地中国市场，本地化训练成为必然选择，但算力不足成为新瓶颈，特斯拉上海工厂现有电力负荷仅能支撑需求量的15%。算力不足导致模型训练不足，本地算力下FSD平均接管间隔仅38公里，较北美模型的167公里下降4.4倍。
中国路况与北美有很大不同，中国复杂路况对FSD构成严峻挑战。公开资料显示，北美版FSD对中国潮汐车道、分时段限行公交道的识别准确率不足50%，对突然横穿马路的电动车识别成功率仅67%。
华为的激光雷达一开始就采用中国道路数据进行训练，华为ADS 2.0通过激光雷达与视觉交叉验证，对水马隔离墩、临时施工围挡的识别率高达93%；小鹏XNGP在广州、深圳复杂路口实现89%无干预通行率。纯视觉方案在“规则优先”的北美环境表现稳定，但在“人车混行、频繁加塞”的场景中，FSD的感知局限就非常明显。
我国在发展智能网联的过程中，提出了“车路云协同”体系，将车路云一体化纳入“新基建”核心范畴，通过“双智城市”试点、智能网联汽车准入管理等政策组合拳构建培育体系。
特斯拉坚持封闭技术生态，难以融入中国“车路云协同”基础设施体系。特斯拉FSD采用纯视觉端到端技术路线，依靠神经网络架构和海量数据，实现摄像头图像到控制指令的直接映射。这种技术路线对路侧设施的依赖度较低，更注重车辆自身的感知和决策能力。中国车路云协同强调车辆、道路基础设施和云端数据处理平台之间的深度融合与协同作业。
FSD的“硬件预埋+软件高价买断”模式，经过前期消费者试用，在中国市场遭遇冷遇，J.D. Power调研显示，83%的中国用户更青睐“硬件标配+软件免费升级”模式，比亚迪、长安等车企已能在10万元级车型上标配高阶智驾硬件，形成对FSD的性价比压制。
融合与分化的未来
激光雷达与纯视觉的争论，本质是“硬件冗余”与“算法革命”的路线抉择。华为896线雷达的上市，进一步强化了激光雷达阵营的技术壁垒，以前，激光雷达不能识别物体是什么，被人们广泛诟病，图像在这方面有很大优势。华为896线激光雷达“图像级”点云可直接输出物体轮廓与空间坐标，降低对视觉算法的依赖。
相对而言，纯视觉技术路线的短板没有得到根本性改善，黑暗、大雨、大雾、沙尘暴，以及对面强光等都会导致FSD可能出现错误判断。有资料显示，在极端场景下，激光雷达在紧急制动场景的误报率比纯视觉低50%。
激光雷达派并没有排斥视觉技术，而是把两者融合在一起。相反，纯视觉派对激光雷达似乎充满蔑视，马斯克在多个场合公开贬低激光雷达，马斯克最主要的理由是，纯视觉得到的信息，与激光雷达传来的信息，让智驾不知道以哪个为准，出现互相干扰的现象。
现如今，技术融合正成为行业共识。蔚来AQUILA系统集成激光雷达、4D毫米波雷达与11颗摄像头，ADAM超算平台实现每秒8GB数据处理；广汽在昊铂A800车型上搭载了华为最新发布的896线激光雷达。
Mobileye同时开发纯视觉与激光雷达方案，EyeQ6芯片支持双路径切换以适配不同市场法规。中国L3准入政策要求“系统责任归属车企”，推动多传感器冗余设计。
华为896线激光雷达的上市，标志着激光雷达技术从“可用”逐渐迈向“必选”。4K级分辨率与微小障碍物识别能力，为高阶自动驾驶提供了更可靠的安全冗余。
激光雷达用于智能驾驶，原有的短板正在逐渐改善，纯视觉原有的短板还没有得到明显的改善，在这样的背景下，特斯拉FSD落地中国将承受一定的压力。
